光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2012年
4期
915-920
,共6页
张燕君%张书国%付广伟%李达%刘银%毕卫红
張燕君%張書國%付廣偉%李達%劉銀%畢衛紅
장연군%장서국%부엄위%리체%류은%필위홍
布里渊散射谱%PSO算法%Levenberg-Marquardt算法%分布式光纤传感
佈裏淵散射譜%PSO算法%Levenberg-Marquardt算法%分佈式光纖傳感
포리연산사보%PSO산법%Levenberg-Marquardt산법%분포식광섬전감
提出了一种将Particle Swarm Optimization (PSO)算法和Levenberg-Marquardt (LM)算法按概率混合优化的新算法,将其用于Pseudo-Voigt型布里渊散射谱以提高其拟合度和频移提取精度.新算法以PSO算法为主框架,首先用PSO算法进行全局搜索,在优化一定次数后每次优化随机产生一个概率rand(0,1),若rand(0,1)小于或等于事先设定的概率P,则把PSO算法得到的最优解作为LM算法的初值进行局部深度搜索,将LM算法得到的最优解替换先前PSO算法的最优解,继续使用PSO算法进行全局搜索；若rand(0,1)大于P则仍然用PSO算法搜索,等待下一次优化产生随机概率rand(0,1)进行判断,交替使用两种算法直至获得理想的全局最优解.仿真分析和实验表明,新算法克服了单一算法的缺点,提高了布里渊散射谱的拟合度和频移提取的精度,充分证明了新算法的实用性和可行性.
提齣瞭一種將Particle Swarm Optimization (PSO)算法和Levenberg-Marquardt (LM)算法按概率混閤優化的新算法,將其用于Pseudo-Voigt型佈裏淵散射譜以提高其擬閤度和頻移提取精度.新算法以PSO算法為主框架,首先用PSO算法進行全跼搜索,在優化一定次數後每次優化隨機產生一箇概率rand(0,1),若rand(0,1)小于或等于事先設定的概率P,則把PSO算法得到的最優解作為LM算法的初值進行跼部深度搜索,將LM算法得到的最優解替換先前PSO算法的最優解,繼續使用PSO算法進行全跼搜索；若rand(0,1)大于P則仍然用PSO算法搜索,等待下一次優化產生隨機概率rand(0,1)進行判斷,交替使用兩種算法直至穫得理想的全跼最優解.倣真分析和實驗錶明,新算法剋服瞭單一算法的缺點,提高瞭佈裏淵散射譜的擬閤度和頻移提取的精度,充分證明瞭新算法的實用性和可行性.
제출료일충장Particle Swarm Optimization (PSO)산법화Levenberg-Marquardt (LM)산법안개솔혼합우화적신산법,장기용우Pseudo-Voigt형포리연산사보이제고기의합도화빈이제취정도.신산법이PSO산법위주광가,수선용PSO산법진행전국수색,재우화일정차수후매차우화수궤산생일개개솔rand(0,1),약rand(0,1)소우혹등우사선설정적개솔P,칙파PSO산법득도적최우해작위LM산법적초치진행국부심도수색,장LM산법득도적최우해체환선전PSO산법적최우해,계속사용PSO산법진행전국수색；약rand(0,1)대우P칙잉연용PSO산법수색,등대하일차우화산생수궤개솔rand(0,1)진행판단,교체사용량충산법직지획득이상적전국최우해.방진분석화실험표명,신산법극복료단일산법적결점,제고료포리연산사보적의합도화빈이제취적정도,충분증명료신산법적실용성화가행성.
